ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对网络入侵检测领域的问题，提出在传统的 ＢＰ 神经网络中引入 Ｄｒｏｐｏｕｔ(神经网络训练技术)操作，增强网络模型的鲁棒性和泛化能力。 实验采用了 ＭＩＴ ＬＬ ＤＡＲＰＡ 数据集进行训练和测试，评估了引入 Ｄｒｏｐｏｕｔ 的 ＢＰ 神经网络在网络入侵检测中的性能。 实验结果表明，引入 Ｄｒｏｐｏｕｔ 的 ＢＰ 神经网络在准确率、精确率和召回率等指标上取得了良好的效果，对多种网络入侵行为具有有效的检测能力。 这一研究结果为网络入侵检测领域的深度学习(ｄｅｅｐ ｌｅａｒｎｉｎｇ，ＤＬ)方法提供了有益的探索和实践。
